回到，上次發博已是5年，不曾想，機緣巧合，以參加一次paddle訓練營心得來回歸。
心想：雖然大部分時間要上班，這7天時間不長，應該很好堅持下來吧。
第一堂課，我開啟b站，想不到這裡真的是學習的，內容比較基礎，容易上手，需要對ai studio平台進行適應學習，但這僅僅是強化學習的開始。
之後的幾天都是早早到公司看昨天的錄影、做作業，想想工作2年來，還沒有這樣趕著快點到公司來的經歷，不得不定下當日的list，防止影響工作。這感覺真的很棒。
最後乙個作業，是做四軸飛行器的電壓調節，訓練了好幾小時總是不收斂、收益為負。
除錯方法也是不得章法：不知道這網路層數、超引數（學習率、回報衰減等）到底是不是影響結果的原因，東一榔頭西一鎚頭的亂試，每次還要等好久才能看出趨勢，心想煉丹此言不虛啊。
因為沒有實踐過深度學習，訓練效果不好，很是苦惱，但這也許會給我內心種下乙個種子，想要把深度學習也弄明白。
沒想到，收益很快就變成了正數，並且越來越大。心中竊喜，頁再次體會到：思路和方法真的更加重要。
感謝這套課程，課程中，科科老師講解詳略得當，抓住要點，在1h的課程讓人迫不及待想去試試，感謝，也感謝芮芮老師的組織和提醒。
後面附上自己學習筆記，由於是手寫的，只能上傳**了。
強化學習 強化學習基礎
為了應對車載網路中通訊環境快速變化的難題，可以使用強化學習進行解決，這裡對強化學習的基礎進行整理。主要的應用場景為車載網路中資源分配問題。本文源自莫煩python 強化學習章節，有需要請查閱原文 20200413補充了一些內容，來自這篇部落格，是李巨集毅的深度強化學習的筆記。強化學習的主要構成有 a...
強化學習 1 1 0 強化學習介紹
abstract 本文介紹reinforcement learning的具體特點和與其他機器學習演算法不同之處，本文是乙個骨架性的文章，所有專有名詞都保持英文原始單詞，具體內容會在後續中給出詳細解答。keywords reinforcement learning，situation，action，e...
強化學習系列1 強化學習簡介
2015年10月，alphago在和歐洲冠軍進行的圍棋賽上獲得了5 0的完勝，其後的深度強化學習也隨之火了起來。從本期開始開個新坑，一步步把強化學習的內容捋一遍。強化學習 reinforcement learning 是用來解決連續決策問題的一種方法。針對的模型是馬爾科夫決策過程 markov de...